模糊数学第四讲2010327.pptVIP

第4章 模糊综合评价 模糊综合评价法的思想 模糊综合评价就是以数学为基础，应用模糊关系合成原理，将一些边界不清，不易定量的因素，从多个因素对评价事物隶属度的等级状况进行综合性评价的一种方法。 模糊综合评价法的原理 首先确定被评价对象的因素指标集和评价等级集；再分别确定各个因素的权重及它们的隶属度向量，获得综合评判矩阵；最后把模糊评判矩阵与因素的权重向量进行模糊运算并做归一化处理，获得模糊评价综合结果。其特点在于评判逐一进行，个对象评判结果唯一。其目的就是从对象集中选出最优对象，所以还要根据评价结果排序择优。 模糊综合评价的步骤 1. 确定评价的因素和评价等级 2. 确定各个评价因素的权重 3. 构造评价矩阵 4. 进行模糊合成，得出评价指标值 5. 依据指标值的大小进行评价对象的排序择优 指标权重的确定 主观确定法 主观确定法又称专家评测法，是指由若干专家就各个指标的重要性进行评分，然后将各个专家的评分值平均就得到各指标的权重。 客观确定法 客观确定法就是根据各个指标之间的内在联系，利用数学方法计算出各个指标的权重。 观测结果的矩阵表示 每一列向量表示的是每一个评价方案 对于某个列向量 ， 表示的是第 个评价方案第i个因素的观测值。 变异系数法 如果某个指标值能够明显区分开各个被评价的对象，说明该指标在这个评价上的分辨信息丰富，应该给以较大权重。 相关系数法 第i个评价指标与其他m-1个评价指标之间的多元相关系数： 其中 是除去第i个指标后的m-1个指标的相关系数矩阵的逆矩阵。ri 为R中第i列向量去掉元素1以后的m-1维列向量。 特征向量法 基本思路：首先求出m个指标的相关系数矩阵R，然后求出各个指标标准差所组成的对角矩阵S，最后求出矩阵R*S的最大特征值所对应的特征向量，该特征向量就是权重向量。 相关系数矩阵的建立: R corrcoef A’ 对角矩阵的建立： S diag（std（A’）） 权重向量的建立： [X,d] eig（R*S） 夹角余弦赋值法 对于评价指标，通常分为三类：效益型I1（越大越好），成本型I2（越小越好），适度性I3（趋于某个值越好）。 接着构造各个方案与最优方案和最劣方案的相对偏差矩阵 和 : 接着确定R与 对应行向量的夹角余弦 接着对做归一化处理得出权重向量： 熵值法 首先将各指标同度量化，计算i指标下第j方案的比重： 对于某个因素i，如果各个方案的测量数据差距比较小，则熵值越大，反之则越小。 计算差异性数据（越大越重要）： 主客观综合评价法 为弥补客观法和主观法各自的缺点，我们可以将主观法和客观法得出的权重相结合做处理，得出一个组合权重。 设主观权重为 ，客观权重为 。则组合权重为： 相对偏差模糊矩阵评价方法 第一步：建立理想方案： 第二步：建立相对偏差模糊矩阵R： 第三步：确定各个指标的权重 （略） 第四步：建立综合评价模型： 评价标准是：评价模型的值越小越优。 基于熵权夹角的TOPSIS方法 第一步：利用线性比例变换法对决策矩阵A做标准化处理，得到标准化矩阵Y： 第二步:利用熵值法确定指标权重. 第三步:计算加权标准化矩阵: 第四步:确定正理想解和负理想解: 其中I+ 效益型指标 ，I- 成本型指标 第五步:计算各个方案与正理想解和负理想解的夹角: 第六步：计算各方案的相对贴近度： 第七步：判断各方案的优劣： 判断标准是：相对贴近度大的方案优于相对贴近度小的方案。相对贴近度最大为最优。选择该方案。 组合评价法 第一步：选择几种具有代表性的综合评价方法，其中既有主观赋权也有客观赋权。 第二步：对于上面得到的评价结果，进行非参数检验，判断各个评价结果之间的密切程度: Rj 表示的是一种评价方法的等级排序。 Sj 表示的是另一种方法的等级排序。 Dj 表示的是两种评价方法的等级差。 两种方法之间的相关系数为： 对于给定的检验水平 ，如果 则表明两种评价方法之间具有一致性。对于具有一致性的综合评价法，进行组合评价，具体方法有： 平均值法 设 是 i 方案在第 k 中评价方法下的排序位次。采用排序打分的办法将每一种排序转换成分数： 。然后计算某方案的平均分数： 如果有两个方案使得 ，则计算在不同方法下的方差，以方差小的为优。 Borda方法 该方法是一种少数服从多数的方法，若各种评价方法对方案 和 经过评价后认为，方案 优于方案 的个数大于方案 优于方案 的个数，记为 ，若相等，记为 。定义Borda矩阵B，其中： 然后计算每个方案的得分： 最后按照各个方案的得分重新排序，如果出现两种方法的得分相等的情况，仍然计算来年各种方法的方差，以方差小的为优。 Copelan